Дело в том, что доминирование Nvidia в 85-90% на рынке ИИ-чипов — это не только вопрос лучших технологий. Это также контроль над цепочкой поставок, который конкуренты просто не могут воспроизвести.
Реальный рвот: мощность TSMC
Nvidia является безфабричным (дизайнером, но не производит), поэтому полностью зависит от TSMC для производства. Но здесь становится интересно: Nvidia каким-то образом захватила 70% передовых мощностей по производству чипов TSMC.
Сравните числа:
Выручка от центров обработки данных Nvidia: $41B (Q за прошлый квартал, +56% в годовом исчислении)
Выручка Broadcom от ИИ: $5.2B
Выручка центра данных AMD: $3.2B
Все используют один и тот же процесс TSMC 3 нм, но Nvidia их громит. Почему? Производственные мощности. Вы можете разработать лучший чип, но если вы не можете его изготовить достаточно быстро, вы проигрываете.
A16 Play: Обеспечение безопасности следующего десятилетия
Вот где Nvidia только что осуществила мощный шаг — теперь это первый клиент для 16A процесса TSMC (a узла 1.6nm, который выйдет в 2028). TSMC обещает на 8-10% больше производительности и на 15-20% меньше потребления энергии по сравнению с 2nm.
А вот и загвоздка? Сообщается, что Nvidia в настоящее время единственная, кто тестирует A16. Не AMD, не Broadcom, даже не Apple (, которая занята накоплением мощности TSMC на 2 нм для iPhone ).
Когда Nvidia запустит свою архитектуру GPU Feynman в 2028 году с A16, она не просто будет немного лучше — у нее будет чистый 2-3 летний промежуток, прежде чем конкуренты догонят. Больше эффективности = более низкие операционные расходы центров обработки данных = клиенты покупают больше чипов Nvidia = снова и снова.
Почему это важно
С учетом того, что глобальные капитальные затраты на AI-инфраструктуру прогнозируются на уровне 3-4 триллионов долларов к 2030 году, а расходы на центры обработки данных растут на 40% в год, обеспечение Nvidia цепочки поставок — это не просто оборонительная мера, это наступательная стратегия. Пока AMD и Broadcom борются за остатки TSMC, Nvidia уже забронировала премиум-места для следующего поколения.
Разрыв не закрывается. Он расширяется.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Как Nvidia захватила рынок AI-микросхем ( И почему конкуренты не могут догнать
Дело в том, что доминирование Nvidia в 85-90% на рынке ИИ-чипов — это не только вопрос лучших технологий. Это также контроль над цепочкой поставок, который конкуренты просто не могут воспроизвести.
Реальный рвот: мощность TSMC
Nvidia является безфабричным (дизайнером, но не производит), поэтому полностью зависит от TSMC для производства. Но здесь становится интересно: Nvidia каким-то образом захватила 70% передовых мощностей по производству чипов TSMC.
Сравните числа:
Все используют один и тот же процесс TSMC 3 нм, но Nvidia их громит. Почему? Производственные мощности. Вы можете разработать лучший чип, но если вы не можете его изготовить достаточно быстро, вы проигрываете.
A16 Play: Обеспечение безопасности следующего десятилетия
Вот где Nvidia только что осуществила мощный шаг — теперь это первый клиент для 16A процесса TSMC (a узла 1.6nm, который выйдет в 2028). TSMC обещает на 8-10% больше производительности и на 15-20% меньше потребления энергии по сравнению с 2nm.
А вот и загвоздка? Сообщается, что Nvidia в настоящее время единственная, кто тестирует A16. Не AMD, не Broadcom, даже не Apple (, которая занята накоплением мощности TSMC на 2 нм для iPhone ).
Когда Nvidia запустит свою архитектуру GPU Feynman в 2028 году с A16, она не просто будет немного лучше — у нее будет чистый 2-3 летний промежуток, прежде чем конкуренты догонят. Больше эффективности = более низкие операционные расходы центров обработки данных = клиенты покупают больше чипов Nvidia = снова и снова.
Почему это важно
С учетом того, что глобальные капитальные затраты на AI-инфраструктуру прогнозируются на уровне 3-4 триллионов долларов к 2030 году, а расходы на центры обработки данных растут на 40% в год, обеспечение Nvidia цепочки поставок — это не просто оборонительная мера, это наступательная стратегия. Пока AMD и Broadcom борются за остатки TSMC, Nvidia уже забронировала премиум-места для следующего поколения.
Разрыв не закрывается. Он расширяется.